Database assignment

Question​ ​1:​ ​Relational​ ​Algebra​ ​Equivalences Each​ ​of​ ​the​ ​proposed​ ​equivalences​ ​below​ ​on​ ​relations​ ​r(R)​ ​and​ ​s(S)​ ​only​ ​holds​ ​under certain​ ​conditions.​ ​In​ ​the​ ​equivalences, •​ ​​ ​X,​ ​R​ ​and​ ​S​ ​are​ ​sets​ ​of​ ​attributes, •​ ​​ ​C​ ​is​ ​a​ ​single​ ​attribute, •​ ​​ ​COUNT(r)​ ​returns​ ​the​ ​number​ ​of​ ​tuples​ ​in​ ​r,​ ​and •​ ​​ ​⋈​ ​is​ ​natural​ ​join. (a)​ ​(4​ ​points​ ​each)​ ​For​ ​each​ ​equivalence,​ ​give​ ​example​ ​schemas​ ​and​ ​instances​ ​for​ ​r and​ ​s​ ​where​ ​the​ ​equivalence​ ​does​ ​not​ ​hold.​ ​(Assume​ ​that​ ​the​ ​expressions​ ​contain​ ​no syntax​ ​errors.​ ​For​ ​example,​ ​in​ ​ii,​ ​X​ ​is​ ​assumed​ ​to​ ​be​ ​a​ ​subset​ ​of​ ​R.) (b)​ ​(6​ ​points)​ ​For​ ​each​ ​equivalence,​ ​give​ ​a​ ​side​ ​condition​ ​that​ ​guarantees​ ​the equivalence​ ​will​ ​hold.​ ​The​ ​condition​ ​should​ ​be​ ​at​ ​the​ ​schema​ ​level​ ​(relation​ ​schemes, keys,​ ​foreign​ ​keys)​ ​and​ ​not​ ​at​ ​the​ ​instance​ ​level​ ​(number​ ​of​ ​tuples,​ ​specific​ ​values). The​ ​less​ ​restrictive​ ​the​ ​condition,​ ​the​ ​better. i.​ ​pX(r​ ​⋈​ ​s)​ ​º​ ​pX(r)​ ​⋈​ ​s ii.​ ​pX(r​ ​–​ ​(sC=5(r)))​ ​º​ ​pX(r)​ ​–​ ​pX(sC=5(r)) iii.​ ​COUNT(r​ ​⋈​ ​s)​ ​º​ ​COUNT(r)​ ​*​ ​COUNT(s) iv.​ ​COUNT(r​ ​⋈​ ​s)​ ​º​ ​COUNT(r) YOUR​ ​ANSWERS ------------------------------------------------- Question​ ​2:​ ​Statistics a.​ ​(5​ ​points)​ ​Determine​ ​the​ ​min​ ​and​ ​max​ ​salary​ ​values​ ​in​ ​the​ ​agent​ ​table,​ ​and​ ​the number​ ​of​ ​rows​ ​in​ ​that​ ​table. b.​ ​(5​ ​points)​ ​Give​ ​an​ ​estimate​ ​for​ ​the​ ​number​ ​of​ ​rows​ ​in​ ​agent​ ​with​ ​salary​ ​<​ ​75000, assuming​ ​a​ ​uniform​ ​distribution​ ​of​ ​salaries​ ​between​ ​min​ ​and​ ​max​ ​salary.​ ​Explain​ ​how you​ ​derived​ ​your​ ​estimate. c.​ ​(5​ ​points)​ ​Find​ ​the​ ​25th,​ ​50th​ ​and​ ​75th​ ​percentile​ ​values​ ​for​ ​salaries​ ​in​ ​the​ ​agent table.​ ​(The​ ​50th​ ​percentile​ ​value,​ ​for​ ​instance,​ ​is​ ​the​ ​smallest​ ​number​ ​s​ ​such​ ​that​ ​50% of​ ​the​ ​rows​ ​have​ ​salary​ ​value​ ​less​ ​than​ ​or​ ​equal​ ​to​ ​s.) d.​ ​(5​ ​points)​ ​Give​ ​an​ ​estimate​ ​of​ ​the​ ​number​ ​of​ ​rows​ ​in​ ​agent​ ​with​ ​salary​ ​<​ ​75000, assuming​ ​in​ ​a​ ​uniform​ ​distribution​ ​in​ ​each​ ​quartile​ ​determined​ ​in​ ​c.​ ​Explain​ ​how​ ​you derived​ ​your​ ​estimate. e.​ ​(5​ ​points)​ ​How​ ​many​ ​rows​ ​in​ ​agent​ ​actually​ ​have​ ​salary​ ​<​ ​75000? CHECK​ ​ANSWERS​ ​-​ ​JUST​ ​CHECK​ ​IF​ ​IT​ ​FOLLOW​ ​THE​ ​LOGIC A) select​ ​max(a.salary),​ ​min(a.salary),​ ​count(a.agent_id)​ ​from​ ​agent​ ​a; ​ ​​ ​max​ ​​ ​​ ​|​ ​​ ​min​ ​​ ​|​ ​count --------+-------+------- ​ ​366962​ ​|​ ​50008​ ​|​ ​​ ​​ ​662

(1​ ​row) B) select​ ​((c.min_sal_rows​ ​-​ ​75000)/(-(b.max​ ​-​ ​b.min)/b.count))​ ​as​ ​estimated​ ​from​ ​(select max(a.salary),​ ​min(a.salary),​ ​count(a.agent_id)​ ​from​ ​agent​ ​a)​ ​as​ ​b,​ ​(select​ ​count(*)​ ​as min_sal_rows​ ​from​ ​agent​ ​where​ ​agent.salary​ ​<​ ​75000)​ ​as​ ​c; ​ ​estimate ---------- 156 ((#Rows​ ​of​ ​salaries​ ​less​ ​75000)​ ​-​ ​75000)​ ​/​ ​-((max​ ​salary)​ ​-​ ​(min​ ​salary))​ ​/​ ​(total​ ​#​ ​of​ ​rows) C) f17tdb47=>​ ​select​ ​(b.max​ ​-​ ​b.min)*.5​ ​fiftieth​ ​from​ ​(select​ ​max(a.salary),​ ​min(a.salary), count(a.agent_id)​ ​from​ ​agent​ ​a)​ ​as​ ​b; ​ ​​ ​​ ​fiftieth ---------- ​ ​158477.0 (1​ ​row) f17tdb47=>​ ​select​ ​(b.max​ ​-​ ​b.min)*.25​ ​as​ ​twentyfifth​ ​from​ ​(select​ ​max(a.salary),​ ​min(a.salary), count(a.agent_id)​ ​from​ ​agent​ ​a)​ ​as​ ​b; ​ ​​ ​​ ​twentyfifth ---------- ​ ​79238.50 (1​ ​row) f17tdb47=>​ ​select​ ​(b.max​ ​-​ ​b.min)*.75​ ​as​ ​seventyfifth​ ​from​ ​(select​ ​max(a.salary),​ ​min(a.salary), count(a.agent_id)​ ​from​ ​agent​ ​a)​ ​as​ ​b;

seventyfifth ----------- ​ ​237715.50 (1​ ​row) ------ D) f17tdb47=>​ ​select​ ​((75000​ ​-​ ​b.min)/(b.count*.25))​ ​as​ ​estimated​ ​from​ ​(select​ ​max(a.salary), min(a.salary),​ ​count(a.agent_id)​ ​from​ ​agent​ ​a)​ ​as​ ​b; estimated ---------------------- ​ ​151.0090634441087613

(1​ ​row) E) f17tdb47=>​ ​select​ ​count(*)​ ​from​ ​agent​ ​a​ ​where​ ​a.salary​ ​<​ ​75000 f17tdb47->​ ​; ​ ​count ------- ​ ​​ ​​ ​427 (1​ ​row) -------------------------------------------------

Question​ ​3:​ ​Query​ ​Plans For​ ​each​ ​SQL​ ​statement​ ​below,​ ​draw​ ​the​ ​query​ ​plan​ ​that​ ​Postgres​ ​chooses​ ​(which​ ​you can​ ​obtain​ ​with​ ​the​ ​EXPLAIN​ ​command).​ ​For​ ​each​ ​plan,​ ​suggest​ ​a​ ​reason​ ​that​ ​the particular​ ​join​ ​algorithms​ ​were​ ​chosen. 1- explain​ ​SELECT​ ​A1.last,​ ​A2.last FROM​ ​agent​ ​A1,​ ​agent​ ​A2,​ ​languagerel​ ​LR,​ ​Language​ ​L WHERE​ ​A1.salary​ ​<​ ​A2.salary​ ​AND​ ​A2.agent_ID​ ​=​ ​LR.agent_ID AND​ ​LR.lang_ID​ ​=​ ​L.lang_ID​ ​AND​ ​L.language​ ​=​ ​'French'; ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​QUERY​ ​PLAN --------------------------------------------------------------------------------------------------------------- Nested​ ​Loop​ ​(cost=18.80..1044.78​ ​rows=21967​ ​width=14) ​ ​​ ​​ ​Join​ ​Filter:​ ​(a1.salary​ ​<​ ​a2.salary) ​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​agent​ ​a1​ ​(cost=0.00..14.62​ ​rows=662​ ​width=11) ​ ​​ ​​ ​->​ ​Materialize​ ​(cost=18.80..37.41​ ​rows=100​ ​width=11) ->​ ​Hash​ ​Join​ ​(cost=18.80..36.91​ ​rows=100​ ​width=11) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Hash​ ​Cond:​ ​(a2.agent_id​ ​=​ ​lr.agent_id) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​agent​ ​a2​ ​(cost=0.00..14.62​ ​rows=662​ ​width=15) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Hash​ ​(cost=17.55..17.55​ ​rows=100​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Nested​ ​Loop​ ​(cost=5.05..17.55​ ​rows=100​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​language​ ​l​ ​(cost=0.00..1.25​ ​rows=1​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Filter:​ ​((language)::text​ ​=​ ​'French'::text) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Bitmap​ ​Heap​ ​Scan​ ​on​ ​languagerel​ ​lr​ ​(cost=5.05..15.30​ ​rows=100​ ​width=8) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Recheck​ ​Cond:​ ​(lang_id​ ​=​ ​l.lang_id) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Bitmap​ ​Index​ ​Scan​ ​on​ ​languagerel_pkey​ ​(cost=0.00..5.03​ ​rows=100 width=0) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Index​ ​Cond:​ ​(lang_id​ ​=​ ​l.lang_id) (15​ ​rows)

YOUR​ ​ANSWER 2- f17tdb47=>​ ​explain​ ​SELECT​ ​A1.last,​ ​A2.last FROM​ ​agent​ ​A1,​ ​agent​ ​A2,​ ​languagerel​ ​LR,​ ​Language​ ​L WHERE​ ​A1.salary​ ​=​ ​A2.salary​ ​AND​ ​A2.agent_ID​ ​=​ ​LR.agent_ID AND​ ​LR.lang_ID​ ​=​ ​L.lang_ID​ ​AND​ ​L.language​ ​=​ ​'French'; ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​QUERY​ ​PLAN --------------------------------------------------------------------------------------------------------------- Hash​ ​Join​ ​(cost=38.16..57.69​ ​rows=242​ ​width=14) ​ ​​ ​​ ​Hash​ ​Cond:​ ​(a1.salary​ ​=​ ​a2.salary) ​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​agent​ ​a1​ ​(cost=0.00..14.62​ ​rows=662​ ​width=11) ​ ​​ ​​ ​->​ ​Hash​ ​(cost=36.91..36.91​ ​rows=100​ ​width=11) ->​ ​Hash​ ​Join​ ​(cost=18.80..36.91​ ​rows=100​ ​width=11) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Hash​ ​Cond:​ ​(a2.agent_id​ ​=​ ​lr.agent_id) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​agent​ ​a2​ ​(cost=0.00..14.62​ ​rows=662​ ​width=15) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Hash​ ​(cost=17.55..17.55​ ​rows=100​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Nested​ ​Loop​ ​(cost=5.05..17.55​ ​rows=100​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​language​ ​l​ ​(cost=0.00..1.25​ ​rows=1​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Filter:​ ​((language)::text​ ​=​ ​'French'::text) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Bitmap​ ​Heap​ ​Scan​ ​on​ ​languagerel​ ​lr​ ​(cost=5.05..15.30​ ​rows=100​ ​width=8) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Recheck​ ​Cond:​ ​(lang_id​ ​=​ ​l.lang_id) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Bitmap​ ​Index​ ​Scan​ ​on​ ​languagerel_pkey​ ​(cost=0.00..5.03​ ​rows=100 width=0) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Index​ ​Cond:​ ​(lang_id​ ​=​ ​l.lang_id) (15​ ​rows) YOUR​ ​ANSWER 3- explain​ ​SELECT​ ​A1.last,​ ​A2.last FROM​ ​agent​ ​A1,​ ​agent​ ​A2,​ ​languagerel​ ​LR,​ ​Language​ ​L WHERE​ ​A1.salary​ ​>​ ​A2.salary​ ​AND​ ​A2.agent_ID​ ​=​ ​LR.agent_ID AND​ ​LR.lang_ID​ ​=​ ​L.lang_ID​ ​AND​ ​L.language​ ​<>​ ​'French'; ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​QUERY​ ​PLAN ------------------------------------------------------------------------------------ Hash​ ​Join​ ​(cost=80.41..12135.98​ ​rows=417379​ ​width=14) ​ ​​ ​​ ​Hash​ ​Cond:​ ​(a2.agent_id​ ​=​ ​lr.agent_id) ​ ​​ ​​ ​->​ ​Nested​ ​Loop​ ​(cost=0.00..6604.56​ ​rows=146081​ ​width=18) Join​ ​Filter:​ ​(a1.salary​ ​>​ ​a2.salary) ->​ ​Seq​ ​Scan​ ​on​ ​agent​ ​a1​ ​(cost=0.00..14.62​ ​rows=662​ ​width=11) ->​ ​Materialize​ ​(cost=0.00..17.93​ ​rows=662​ ​width=15) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​agent​ ​a2​ ​(cost=0.00..14.62​ ​rows=662​ ​width=15) ​ ​​ ​​ ​->​ ​Hash​ ​(cost=56.77..56.77​ ​rows=1891​ ​width=4)

->​ ​Hash​ ​Join​ ​(cost=1.49..56.77​ ​rows=1891​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Hash​ ​Cond:​ ​(lr.lang_id​ ​=​ ​l.lang_id) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​languagerel​ ​lr​ ​(cost=0.00..28.91​ ​rows=1991​ ​width=8) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Hash​ ​(cost=1.25..1.25​ ​rows=19​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​->​ ​Seq​ ​Scan​ ​on​ ​language​ ​l​ ​(cost=0.00..1.25​ ​rows=19​ ​width=4) ​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​​ ​Filter:​ ​((language)::text​ ​<>​ ​'French'::text) (14​ ​rows) YOUR​ ​ANSWER

------------------------------------------------- Question​ ​4:​ ​Recovery​ ​(10​ ​points) There​ ​have​ ​been​ ​proposals​ ​to​ ​use​ ​multiple​ ​log​ ​files​ ​for​ ​recovery.​ ​Log​ ​records​ ​can​ ​be appended​ ​to​ ​any​ ​one​ ​of​ ​the​ ​files,​ ​but​ ​all​ ​records​ ​from​ ​the​ ​same​ ​transaction​ ​must​ ​go​ ​to the​ ​same​ ​file.​ ​Give​ ​one​ ​advantage​ ​of​ ​multiple​ ​log​ ​files​ ​and​ ​one​ ​disadvantage. CHECK​ ​ANSWERS​ ​-​ ​CORRECT​ ​IT​ ​IF​ ​IT'S​ ​WRONG Advantages​ ​of​ ​Multiple​ ​Log​ ​Files: The​ ​advantage​ ​of​ ​the​ ​multiple​ ​log​ ​files​ ​is​ ​that​ ​it​ ​can​ ​only​ ​be​ ​to​ ​an​ ​advantage​ ​if​ ​there​ ​are​ ​multiple file​ ​groups​ ​because​ ​in​ ​this​ ​case​ ​there​ ​will​ ​be​ ​separation​ ​of​ ​the​ ​read​ ​only​ ​data​ ​and​ ​also partitioning​ ​can​ ​be​ ​done​ ​equally.Hence,​ ​it​ ​is​ ​good​ ​with​ ​multiple​ ​file​ ​groups.Indexing​ ​on​ ​the different​ ​file​ ​groups​ ​is​ ​the​ ​only​ ​advantage. Disadvantages​ ​of​ ​Multiple​ ​Log​ ​Files: As​ ​log​ ​files​ ​will​ ​be​ ​written​ ​sequentially​ ​hence,​ ​they​ ​are​ ​of​ ​no​ ​use​ ​when​ ​not​ ​multiple​ ​file​ ​groups​ ​as they​ ​will​ ​be​ ​clustering​ ​indexes​ ​and​ ​hence,​ ​making​ ​the​ ​recovery​ ​process​ ​tough​ ​than​ ​earlier. Hence,​ ​these​ ​are​ ​the​ ​advantages​ ​and​ ​disadvantages​ ​of​ ​the​ ​multiple​ ​log​ ​file. ------------------------------------------------- Question​ ​5:​ ​Decomposition Consider​ ​the​ ​following​ ​relational​ ​schema: viols(VID​ ​VT​ ​VD​ ​InD​ ​BID​ ​SNu​ ​SNa​ ​SCo​ ​Bro​ ​BrI​ ​Zip). (The​ ​names​ ​are​ ​short​ ​for​ ​Violation​ ​ID,​ ​Violation​ ​Type,​ ​Violation​ ​Description, Inspection​ ​Date,​ ​Building​ ​ID,​ ​Street​ ​Number,​ ​Street​ ​Name,​ ​Street​ ​Code, Borough,​ ​Boro​ ​ID,​ ​Zip​ ​Code.) Assume​ ​the​ ​following​ ​functional​ ​dependencies​ ​hold​ ​on​ ​violations. VID​ ​®​ ​VT​ ​VD​ ​InD​ ​BID​ ​SNu​ ​SNa​ ​SCo​ ​Bro​ ​BrI​ ​Zip BID​ ​®​ ​SNu​ ​SNa​ ​SCo​ ​Bro​ ​BrI​ ​Zip Bro​ ​®​ ​BrI BrI​ ​®​ ​Bro VT​ ​®​ ​VD VD​ ​®​ ​VT

SCo​ ​®​ ​SNa SNu​ ​SCo​ ​Zip​ ​®​ ​Bro a.​ ​(15​ ​points)​ ​Show​ ​a​ ​decomposition​ ​of​ ​violations​ ​into​ ​BCNF.​ ​Show each​ ​step​ ​in​ ​your​ ​decomposition​ ​and​ ​the​ ​keys​ ​for​ ​each​ ​relation​ ​scheme.​ ​(You can​ ​have​ ​more​ ​than​ ​one​ ​key​ ​per​ ​scheme.) b.​ ​(5​ ​points)​ ​Find​ ​a​ ​functional​ ​dependency​ ​in​ ​the​ ​original​ ​scheme​ ​that​ ​does not​ ​correspond​ ​to​ ​a​ ​key​ ​in​ ​your​ ​normalized​ ​scheme. c.​ ​(10​ ​points)​ ​Is​ ​it​ ​possible​ ​that​ ​a​ ​legal​ ​(satisfies​ ​all​ ​keys)​ ​database​ ​instance​ ​d on​ ​your​ ​normalized​ ​scheme​ ​violates​ ​the​ ​FD​ ​in​ ​b.,​ ​in​ ​the​ ​sense​ ​that​ ​if​ ​you join​ ​all​ ​the​ ​relations​ ​in​ ​d​ ​together,​ ​the​ ​result​ ​r​ ​violates​ ​the​ ​FD?​ ​Explain​ ​why or​ ​why​ ​not. YOUR​ ​ANSWERS